开始处理操作问题
薄片作物图像包含叶子、土壤、残留物和阴影的混合物。 土壤调整指数试图减少一些背景影响,但并不消除理解混合物的必要性。 决定所期望的观测是遮盖覆盖,遮盖反射还是综合表面指标.
工作问题是:当植被只占据每个图像单元的一部分时,应如何处理暴露的土壤? 在调查开始前界定小面积评估区,并确定由谁审查这些区域。 商定哪些证据将改变检查、取样或管理决定。 这让地图与可测试的任务联系在一起,并使得可以区分有用观察和无法解决问题的有吸引力输出.
了解图像实际观察到的
土壤调整公式无法从以土壤为主的像素中回收植物信息,也无法纠正土壤的每一种颜色和水分差异。 改变公式而留下水,残留物和阴影混合在一起,可能只会改变地图的外观.
对于面积很少的canopy评估区,测量定义是结果的一部分. 保持测量支持的清晰度:像素,分块对象,样本图和管理块代表不同的变化区域和来源. 改变像素大小不会创建独立信息,也不会改善基础传感器观测. 决定任务是否涉及定位目标、估计面积、比较数字观测结果或预测一个字段属性。 每个评价标准都需要不同的评价分母。 保留不确定的标签和无法观察的区域,因此一个完整的分类不能隐藏缺失的证据. 最后的质量要求应当参照实际任务,地理和条件检验.
设计捕捉目标及其制造者
狭小的山洞评估区的捕捞规划应从预期的比较开始。 设计观测和参考文献集。 列出目标,能区分它的传感器反应,预期的混淆表面和作出决定的规模. 抓住具有代表性的简单和困难的条件,而不仅仅是一个视觉清洁的示威。 保留购置时间,摄像头信息,校准记录和相关环境背景. 在涉及多个频段或日期的情况下,计划一种方法来评价其一致性和可比性。 小型试点应披露拟议特征是否实际可观测,然后将更大的自动化分析视为可靠的衡量。
建立可追踪的处理和分析工作流程
验证选定的指数公式和参数,然后将其与只反映作物的比较,并涵盖参照地区的估计数。 保持土壤和残留物的可见性。 评估土壤类型的实际表现,而不是假设一种调整在农场中是统一的。
加工完成后,必须继续进行对小面积冠状评估区的质量审查。 保留原始或原始数字投入与显示产品。 验证公式,带状身份,口罩,协调参考和再样选择. 审查有代表性的源对输出地点,检查缝隙、边缘像素或混合表面是否占利益特征的主导地位。 记录预处理和模型版本,这样更新就可以复制. 使用反映部署的独立评价单位,而不仅仅是方便的随机像素. 将拟议中的精密特征与更简单的基线相比较;只有在根据公平评价改进规定的衡量或决定时,才有理由增加复杂性。
通过一个示例开展工作
在说明性早期作物中,两个区各有30%的可见树冠,但土壤湿润和干燥背景不同。 完整的像素植被对比可能反映背景. 比较只观测树冠和实地覆盖测量有助于确定明显差异是否属于植物或土壤。
用于零星的山洞评估区的这个例子具有说明性,而不是报告的结果或准确的保证。 将其假设改为项目计量值,然后在业务上使用推理。 保持数字,分母,观测日期和排除的清晰可见. 如果一个合理的界限、可见度或参考值的改变改变了决定、收集缺失的证据或保留案件为未决案件,而不是报告小数点后的额外位数。
以独立的实地证据验证
使用适当的实地规程测量地面覆盖,并记录土壤湿度、残留物和阶段。 在不同土壤上取样的植物和在实际可行时在相似土壤上取样的不同植物,因此可以分离背景和作物影响.
对面积不大的山洞评估区的评估应包括标有标记的目标以及适当的无标记的参考地点。 检查最明显的候选人既无法估计错过的目标,也无法估计完全的虚假警报模式。 用于调整方法的观测与用于评价的方法分开。 明确取样单位和选择方法,报告困难或无法观察的病例,而不是默不作声地放弃。 当现场时间与图像时间不同时,解释一下网站在访问之间是否可能有所改变. 分歧是调查的证据,而不是迫使地面记录与地图相符的指示.
解决特定专题的解释风险
对稀少的树冠,按预定决定的规模比较结果。 仅用小树冠样本可以回答叶出现问题,但不能回答机构覆盖问题. 都报告,都说两样 如果从用于评价的相同样本中选择土壤调整参数,则所得分数是乐观的;保留独立的例子。 分别检查湿润和干燥土壤,保留残留丰富的地点. 这些是具体测试所选特征是否减少背景问题,而不是简单地将其移入不同的数字范围。
交出接收小组可以使用的证据
报告测试过的指数及其局限性。 只有在独立检查的场地条件下改进规定的测量或分类任务时,才使用土壤调整特性。
对于零星的丘陵评估区移交,保留稳定的识别资料,源观测日期,坐标参考,分析边界和有效观测状态. 必要时既提供无障碍概览,又提供相关地理空间数据。 附加一个简短的例外寄存器, 以解释未解决的特性和下一个有用的检查 。 如果数据被修改,请保留理由和版本,以便追踪数量或状态。 请接收团队找到一个样本并解释其信任度;这一实际审查往往揭示出文件完整性检查无法发现的缺失上下文.
在评价Orthomosaic绘图软件用于小面积冠状评估区时,用具有代表性的数据集评估完整的工作流程. 可以在编制摄影测量绘图产出时考虑DroneCollab,而针对具体任务的判读和实地验证仍然至关重要。 在为经常性工作选择工作流程之前,先比较所需出口、审查过程和实际试验证据。
